7个Agent组成的公司,7分钟完成了一个游戏的开发

游戏类智能体Agent创作分享(文心智能体)(工作流) 面向读者:游戏开发者、人工智能爱好者、对新兴游戏形态感兴趣的玩家。 一句话介绍:本文详细介绍了游戏类智能体的概念、开发方式及其与传统游戏的差异,并提供了一个具体的设计案例。 简介: 本文为游戏开发者、AI爱好者及新兴游戏形态的探索者提供游戏类智能体的概述。文章定义了智能体的核心要素,并探讨了大模型技术在游戏开发中的应用。通过两个典型模式,展示了智能体如何生成动态剧情。随后,提供了一个基于心理惊悚题材的设计案例,并提出实用建议,指导读者如何开始自己的智能体游戏开发。 阅读详情

图片

来源丨投资实习所(ID:startupboy)

作者丨StartupBoy

市场对 AI Agent 的期望一直很高,除了各种单向任务的 Agent 外,之前斯坦福大学和 Google 的一项实验已经展示了由 25 个 AI Agent 自行协同运行的虚拟城镇(Virtual Town),它们在这个虚拟城镇里制定每日的日程、约会以及策划一些活动聚会。

不过最新的一项研究实验,展示了由 7 个 AI Agent 组建的一个虚拟公司,在 7 分钟内完成了一个的完整开发过程,成本大概就 1 美金左右。这个实验来自清华大学、北京邮电大学、大连理工大学、布朗大学以及国内 AI 创业公司面壁智能的研究员最新发布的论文。

他们创建了一家叫 ChatDev 的虚拟公司,由 7 个 AI Agent 组成,角色分别是 CEO、CTO、CPO 、程序员、设计师、测试员以及代码评审,这些 Agent 由 ChatGPT 3.5 的模型支持。

基于开发软件顺序的 Waterfall 模型将整个过程分成了 4 个阶段:设计、编程、测试和文档,研究人员通过提示词给每个 Agent 定义了角色、分配了任务、需要遵循的通信协议以及终止标准和约束条件。

图片

之后 ChatDev 这家公司的每个 Agent 都会在不同的阶段参与到开发工作中,比方说 CEO 、CPO 和 CTO 会在设计阶段一起工作,编程阶段则主要是 CTO、程序员和设计师。

具体每个阶段的角色分配大致如下图所示,上面是基于软件开发过程的任务分配角色,下面的 Chat Chain 则是一个决策沟通和反馈过程:

图片

在各个角色分配好以后,ChatDev 这家公司接到了一个开发“五子棋”游戏的订单,马上大家就进入第一个设计阶段,CEO 、CPO 与 CTO 进行了一个简单的对话,就产品类型和编程语言的选择做出了决定,这个决策过程和现实中非常类似:

  • CEO:为了满足客户的需求,咱们一起讨论一下产品和实现的具体编程语言;

  • CPO:我建议将这个游戏开发为一个桌面端,因为这样它就可以在电脑上玩,它会有一个非常友好的用户界面和交互体验,鉴于我们的经验我建议用 Python 语言。

  • CEO:同意你的提议,@CTO 在编程语言的选择上要不你给个具体的建议吧?

  • CTO:Python 非常合适,是一个不错的选择。

  • CEO:好,Python 语言的简单性和可读性让它已经成为初学者和有经验的开发人员的首选。

  • CTO:那我们开始吧!

图片

之后 CEO 和 CPO 一起开始头脑风暴,就产品的具体细节做进一步的确定:

图片

待这块确定结束后,就进入了编程阶段,核心是 CTO 和程序员以及设计师、代码评审之间的开发过程和对话,通过协同完成游戏的开发工作。

图片

待产品开发测试各种流程都好了后,CTO、程序员、CEO 以及 CPO 将一起就软件的交互写一个详细的文档,以便向客户交互。

整个过程对任务的分拆差不多有 70 多个子任务,完成任务的拆分后,差不多 7 分钟就完成了产品的开发(平常的开发周期可能需要 2-4 周时间),并且通过记忆和自我反思(self-reflection )的功能,它们识别出了一些潜在的漏洞,并将其进行了修复排除。

图片

这些研究员对整个开发过程每个阶段的成本都进行了统计,除了整个过程平均耗时不到 7 分钟外,其整个成本也不到 1 美金,展现出了非常高的软件开发效率。下面是这个游戏产品的一个简单实现过程:

图片

根据论文的说法,整个过程中 86.66% AI Agent 执行的都非常完美,而在执行失败的那一部分,有 50% 的情况是 API的令牌长度限制导致,这种限制阻碍了在指定的长度范围内获取完整源代码进行代码生成。特别是在处理复杂的软件系统或需要进行广泛代码生成的情况时,这些挑战尤其明显。

而另外 50% 的失败主要受到外部依赖问题的影响,当某些依赖项在云上查找不到或者版本不对时,就会出现问题,但整体而言,这个实验的结果是比较成功的。或许在不久的将来,我们的很多工作可能都可以依赖 AI Agent 来做了。

可以在这里查看完整的论文:https://arxiv.org/pdf/2307.07924v3.pdf

公开的代码可以在 GitHub 上查看:https://github.com/OpenBMB/ChatDev
​

如何学习AI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

Go + AI Agent 一人公司(OPC)启动必备 本清单聚焦原则,贴合 Go 开发者技术优势,覆盖从工具准备到首单成交的全流程,可直接照做执行。 阅读详情

相关推荐

Hermes Agent Desktop本地安装避坑指南:5分钟落地AI Agent

AI Agent是面向任务的智能体系统,其核心在于将大语言模型与工具调用、记忆和规划能力结合,实现自动化决策与执行。轻量级Agent框架如Hermes Agent Desktop,依托Tauri+Ollama技术栈,显著降低本地部署门槛,无需GPU或复杂运维即可运行。它具备数据本地化、低资源占用、离线可用等工程优势,适用于客服话术归档、邮件分类、RPA流程自动化等办公场景。本文聚焦Desktop版真实落地过程,覆盖uv包管理器加速依赖安装、中文路径导致WebView2白屏、Windows Defender拦

weixin_34203832的博客 461

2025新范式:CodiumAI PR-Agent如何重构代码评审流程?

你是否还在为冗长的代码评审焦头烂额?团队是否因PR反馈延迟错失发布窗口?本文将揭秘CodiumAI PR-Agent的技术演进路线图,展示AI如何从辅助工具进化为代码质量的"守门人"。读完本文,你将掌握: - 三大核心引擎的迭代方向 - 2025年Q3功能发布计划 - 企业级定制化配置指南 - 私有部署与数据安全方案 ## 技术架构演进全景 PR-Agent的技术架构正经历从"工具集"到"智能

gitblog_00710的博客 1019

上海企业Agent开发公司筛选指南:Runtime引擎与国产化实战标准

Agent作为具备目标拆解、工具调度、状态记忆与多步协同能力的智能体运行时系统,正从概念验证走向产线级落地。其技术本质是融合AI推理、流程编排与系统集成的工程化架构,核心价值在于替代高成本、高风险、强规则的人工环节。在金融、医疗、高端制造等强合规、低延迟、深耦合场景中,传统RPA或Prompt工程已失效,真正可用的Agent必须依托自主可控的企业级Runtime引擎,并完成芯片、OS、数据库、中间件全栈国产化适配。本文聚焦上海本地化实战经验,解析Runtime引擎状态一致性设计、垂直领域预置工具链(如GMP

aocaiti5781的博客 579

100个智能体实战技巧 | 如何灵活组合多个Agent?

智能体多Agent组合技巧

weixin_45512098的博客 2214

SQL注入绕过information_schema:实战技法与替代路径详解

SQL注入是Web安全领域的核心漏洞类型,其原理是通过构造恶意SQL语句,干扰应用程序与数据库的正常交互逻辑,从而窃取或篡改数据。在渗透测试与CTF竞赛中,绕过常见防护措施是提升技术能力的关键。当标准的信息收集方式受阻时,例如无法访问information_schema数据库,攻击者需要掌握替代的元数据获取方法。这些技术价值在于模拟真实环境中日益严密的防御体系,锻炼在受限条件下的系统性信息收集思维。典型的应用场景包括存在WAF过滤、权限限制或编码干扰的实战环境。本文将围绕SQL注入这一核心,深入探讨如何利用

weixin_33980459的博客 430

国产安全芯片在密码算法国密体系下的性能适配策略

国密体系即国家商用密码体系,是保障信息安全的核心技术体系。自20世纪90年代末起步,国密体系经历了从无到有、从弱到强的发展历程。1999年,国家密码管理局成立,标志着国密体系的正式建立。2000年,国密SM1算法首次发布,开启了国密算法的标准化进程。此后,SM2、SM3、SM4等算法陆续推出,形成了完整的对称与非对称密码算法体系。:2010年,国密标准正式纳入国家标准体系,国密算法在金融、政务、通信等关键领域的应用得到明确规范。

qq_40552871的博客 1356

用 AI Agent 做一个前端小游戏:从提示词到可运行 Demo

我们要做的是一个 30 秒反应力挑战小游戏:玩法很简单:这个 Demo 不复杂,但刚好覆盖了前端小游戏最常见的几个点:DOM 操作、状态管理、倒计时、随机位置、移动端适配。以前我们用 ChatGPT 写代码,常见方式是: 这类用法当然有帮助,但它更像“问一句,答一句”。AI Agent 更像一个能持续推进任务的开发助手。你给它一个目标,它会尝试拆步骤、写代码、检查问题、继续迭代。简单说:如果再结合 MCP 这类协议,AI 工具还能接入更多上下文,比如项目文件、文档、浏览器、数据库等。对前端来说,这意味着以后

努力是为了站在万人之中,成为别人的光 1万+

异次元发卡最新漏洞0day(XSS组合拳)

异次元商店头像上传处存在存储型XSS注入(user、admin均存在)。其中,user处有过滤,admin无。 将恶意脚本插入后,管理员访问用户管理页面即可执行恶意脚本。 恶意脚本执行后,会新增一个管理员用户,进而获得权限。鉴于漏洞还没有泛滥,而且很多站都有漏洞。EXP暂时不公开。需要学习可以加入知识星球

白昼小丑的博客 4592

从新手到协作者:基于AgenticAI构建你的第一个AI代码审查助手

金秋十月,是收获的季节,也是播种未来希望的季节。通过这次基于AgenticAI的实践,我们希望你已经亲手播下了一颗名为“AI协作者”的种子。编程的未来,不再是孤独的攀登,而是与智能伙伴的携手同行。现在,轮到你了。拿起AgenticAI这把利器,去构建那些只存在于你想象中的、能够改变工作方式的AI应用吧!

wdracky的专栏 6837

Frida+Objection保姆级教程:从环境搭建到实战Hook(含Wallbreaker插件使用)

本文提供了一份从零开始的Frida与Objection移动安全动态分析实战指南。详细讲解了Python环境配置、Frida-Server部署、Objection核心命令使用以及Wallbreaker插件安装与应用。通过实战案例演示如何Hook网络请求(如HttpURLConnection和OkHttp3),帮助安全研究人员快速掌握应用运行时行为分析与漏洞挖掘技能。

weixin_28318011的博客 101

人工智能,不止于模型:四步实现完整工作流

工程师越来越多地致力于将人工智能 (AI) 集成到自己的项目和应用中,同时不断着力提升自己的 AI 技能。面对 AI 问题,工程师首先要了解什么是 AI,以及如何将它纳入当前工作流,这看似简单,实则未必容易。在 Google 中搜索“什么是 AI?”会得到数百万条结果,包括不同程度的技术和相关信息。那么,对工程师而言,AI 意味着什么?人们对 AI 的关注主要集中在 AI 模型上,受此影响,工程师会迅速投入 AI 建模的研究。

r1832644594的博客 2815

为什么各种大公司小公司还要开发AI Agent?

大公司:不做Agent,就会被微软、OpenAI、字节、阿里这些“Agent全家桶”平台吃掉市场份额。小公司:不做Agent,就会被隔壁同样3人团队、但用了Agent的对手碾压。现在不做Agent的公司,就像2020年不做小程序、2015年不做移动端一样——迟早被淘汰。

likuolei的博客 1024

52-Halcon-- smooth_object_model_3d函数功能(滑处理3D对象模型)

Halcon中smooth_object_model_3d算子详解 该算子用于3D模型平滑处理,提供三种算法:'laplacian'(快速去噪)、'taubin'(高质量防收缩)和'low_pass'(频域滤波)。核心参数包括迭代次数(默认5)、平滑强度(0-1)和边缘保护选项。典型应用包括扫描数据去噪、CAD模型光顺和逆向工程优化。支持自适应平滑、结合模型简化等高级技巧,并可通过分块处理优化大型模型性能。参数组合需根据具体场景选择,如快速去噪推荐拉普拉斯方法(5次迭代,强度0.3),特征保持推荐低通滤波(

weixin_45590420的博客 873

MyBookshelf 自定义书源使用指南:把想看的书装进自己的书架

MyBookshelf 是一款开源的安卓阅读工具,核心玩法就是**自定义书源**:导入自己整理或别人分享的书源,从第三方网站搜索、更新并阅读网络小说。下面结合仓库里的真实文件,带你找到自定义书源的规则文件、看懂四个字段,再顺手把阅读背景、设置调成自己顺手的样式。 ## 什么情况下需要自定义书源 平时用阅读工具,大概会遇到两种"卡点": - 你想读的网站不在默认书源里,搜不到想追的书——这时需

gitblog_00958的博客 899

华为OD面试八股文嵌入式C语言基础问题及答案(一)

本文总结了C语言编程中的10个关键知识点:1.宏定义MIN的实现方法;2.嵌入式无限循环的两种写法;3.变量a的8种不同定义方式;4.static关键字的三种作用;5.const关键字的含义和使用场景;6.volatile关键字的含义及三个应用实例;7.变量存储位置(栈区、静态区、堆区);8.32位系统指针位数;9.局部与全局变量重名规则;10.引用与指针的三点区别。这些内容涵盖了宏定义、变量声明、存储类别、指针等C语言核心概念,对嵌入式开发和系统编程具有重要参考价值。

m0_50382756的博客 160

CLAHE 算法学习 matlab

概念可参考: CLAHE (Contrast Limited Adaptive Histogram Equalization)算法学习CLAHE具体实现主要包括6个步骤。1):分块。将输入图像划分为大小相等的不重叠子块,每个子块含有的像素数为M。参考示例为8×8块。 2):计算子块直方图。 3):计算剪切阈值clipLimit 4):像素点重分配。对每个子块,使用步骤三中多余的像素重新分配。 5):直方图均衡。 6):像素点灰度值重构。(源码中采用了双线性插值) http://www.realtimer

baidu_34971492的博客 4253

如何用LangChain开发一个Agent,20分钟包教包会!

26年一定是一个 Agent 大年,我这边持续出系列文章,帮助大家更好的落地 Agent,今天的重点是程序员最常用的 Agent 框架 LangChain。

m0_59235945的博客 617

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

AI游戏开发踩坑记:我为什么砍掉了架构师和代码审查Agent

多AI协作编程工作流通过多个Agent分工模拟人类研发团队,其核心原理是将架构设计、代码生成、审查测试等环节解耦,由不同角色并行或串行处理。在AI游戏开发中,这种模式理论上能提升代码质量和开发效率,但实际落地时,Agent间的沟通损耗、上下文丢失和误报循环往往导致协调成本远超收益。对于小体量项目或个人独立开发,单Agent配合人工把关反而更高效。本文基于三周真实实践,记录了架构师Agent和代码审查Agent从配置到全砍的完整心路,为正在探索多AI协作的开发者提供避坑参考。

weixin_34082789的博客 512

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

员工都在用Agent,公司距离AI Native还差这7个坑?

本文以360公司AI落地实践为例,揭示企业推行Agent技术时,员工个体效率提升与组织整体效能之间存在的“效率鸿沟”。通过分析“贪大、裸奔、一键生成、孤岛、副驾驶、自生自灭、惯性”七大陷阱,提出需从流程重构、知识共享、经验沉淀入手,依托纳米Work平台实现AI工作流的标准化与协同化。真正的AI原生转型,不在于工具使用,而在于组织机制的系统性变革,最终体现为可衡量的效率跃升与经营成果。

2401_85343303的博客 203

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

如何用LangChain开发一个Agent,20分钟包教包会

在 LangChain 中,开发一个智能体非常简单。框架提供了标准方法 create_agent,所有智能体都可以通过该方法快速定义。**模型:**通过 LangChain 的模型调用接口得到的大模型实例。**工具:**声明好的工具列表。import os# 定义工具(假设已有 get_weather, get_attractions)# 示例工具函数已在前文定义,此处略# 初始化模型# 工具列表# 创建智能体# 准备输入消息。

python123456_的博客 419

“一人公司”时代:开发者如何利用 AI Agent 构建年入百万的微型企业?

2026年软件开发迎来零边际成本时代,个体开发者借助Agentic AI可组建"数字化团队"。开发者角色从代码编写者转变为系统架构师,核心能力是设计多Agent协作流程。文章推荐了2026年"一人公司"的完整AI工具栈,涵盖架构、逻辑、设计、自动化等环节,并以Docu-Sync自动化文档SaaS为例展示成功案例。最后提供7天行动指南:从需求验证到产品迭代,强调产品品味和问题解决能力比编码能力更重要。AI时代,开发者需要转型为智能编排者而非代码生产者。

feizuiku0116的博客 2653

AI Agent虚拟公司:开源多Agent协作系统解析与实践

多Agent系统是分布式人工智能的重要分支,通过模拟人类组织中的角色分工与协作机制实现复杂任务处理。其核心技术在于分布式决策架构和专业化Agent设计,采用消息队列和树状通信结构确保高效协作。在工程实践中,基于Claude Code的认知引擎结合动态上下文注入技术,使Agent既能共享基础模型又能保持角色特异性。这类系统特别适合标准化业务流程,如技术团队协作、客户服务自动化等场景。近期开源的AI虚拟公司项目采用55个专业化Agent模拟完整企业运作,其岗位记忆池和知识蒸馏技术显著提升了决策质量,GitHub

weixin_33805743的博客 619

如何用LangChain开发一个Agent,20分钟搞定!

LangChain作为当前最热门的AI智能体开发框架,其1.0版本后形成了完整的技术矩阵:核心框架LangChain提供高阶抽象开发能力,底层引擎LangGraph负责复杂流程控制。开发者可通过三步构建智能体:1)集成各类大模型(如DeepSeek/OpenAI);2)用@tool装饰器声明工具函数;3)配置记忆系统(短期记忆通过Checkpointer实现多轮对话,长期记忆借助向量数据库实现历史检索)。框架采用ReAct模式自动管理工具调用流程,并通过中间件机

suzhan123456的博客 424

OpenDeRisk企业级应用案例:大型互联网公司的7*24小时风险监控实践

在当今数字化时代,企业应用系统面临着日益复杂的风险挑战,如何实现7*24小时不间断的全面风险监控成为大型互联网公司的核心需求。OpenDeRisk作为一款AI原生的风险智能系统,为企业提供了全方位、深度的风险防护解决方案。本文将通过实际案例,详细介绍大型互联网公司如何利用OpenDeRisk构建高效的风险监控体系,实现风险的提前预警与快速响应。 ## 企业风险监控的痛点与挑战 大型互联网公司的

gitblog_00128的博客 1087

收藏!20家公司AI面试经验总结:小白也能3个月入门AI Agent开发

很多正在择业、考虑转行提升,或是刚入门的开发者、编程新手,都会关心一个问题:未来几年,哪些技术方向更值得长期投入?从行业趋势来看,人工智能尤其是大模型相关方向,依然是增长最快、人才需求最集中的领域之一。随着企业数字化、智能化升级,相关岗位的需求持续增加,对有实战能力的开发者也更加友好。对于想系统了解大模型、希望抓住AI行业机会的同学来说,提前搭建完整知识体系、掌握可落地的实战技能,会比盲目自学效率高很多。

AI大模型的博客 361
上一篇: 一张图学完Agent智能体,无门槛上手!
下一篇: 解决NLP任务的Transformer为什么可以应用于计算机视觉?
爱喝白开水a
博客等级 码龄3年 6793粉丝 763原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值